/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
MIT
Архитектура
roberta · dense
Базовая модель
xlm-roberta-base
Библиотека
transformers
Опубликована
25 дек 2025

cefr-bert-classifier

Классификация текстаТекст → label3 профессии

Дообученная XLM-RoBERTa классифицирует английские тексты по уровням владения CEFR от A1 до C1/C2.

258скачиваний за 30 дней1лайквеса обновлены6 янв 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

CEFR BERT Classifier — дообученная на размеченных данных модель на базе XLM-RoBERTa для классификации английского текста по пяти уровням владения языком: A1, A2, B1, B2 и объединённому уровню C1/C2. Разработчик описывает её как часть ансамблевой системы оценки уровня языка.

Модель предназначена для автоматической оценки сложности английских текстов и может использоваться в образовательных инструментах, например для подбора материалов по уровню ученика. Она имеет архитектуру RoBERTa с классификационной головой, содержит 151,8 млн параметров и принимает последовательности длиной до 514 токенов. Использует библиотеку Transformers и формат весов safetensors.

В README указаны точность 98,17% и QWK 0,9908 на внутридоменном тесте, но на внешнем тесте показатели значительно ниже: точность 25,43% и QWK 0,3367. Это указывает на слабый перенос на тексты вне обучающего домена; заявленные результаты не следует считать гарантией качества на произвольных текстах. Лицензия — MIT.

Сценарии применения

  • оценка уровня английского текста по шкале CEFR
  • подбор учебных текстов для уровня ученика
  • автоматическая сортировка упражнений по сложности
  • предварительная оценка сложности английских учебных материалов

Ограничения

На внешнем тесте точность составляет 25,43%, а QWK — 0,3367, что указывает на низкое качество переноса за пределы обучающего домена. README не приводит подробностей о составе доменов обучающей и тестовой выборок.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CEFR BERT Classifier

A fine-tuned RoBERTa-based transformer model for classifying English text by CEFR (Common European Framework of Reference for Languages) proficiency levels.

The source code to train this model can be found at: https://github.com/luantran/One-model-to-grade-them-all

Model Description

This model is part of an ensemble CEFR text classification system that combines multiple approaches to estimate language proficiency levels. The BERT/RoBERTa classifier leverages pre-trained transformer representations fine-tuned on CEFR-labeled data to capture deep contextual and linguistic patterns characteristic of different proficiency levels. The other models part of this ensemble are:

Labels

  • A1: Beginner
  • A2: Elementary
  • B1: Intermediate
  • B2: Upper Intermediate
  • C1/C2: Advanced/Proficient

Model Details

  • Base Model: FacebookAI/xlm-roberta-base
  • Task: Multi-class text classification (5 classes)
  • Training Data: 100k samples

Performance

  • In-Domain Test Accuracy: 98.17%
  • In-Domain QWK: 0.9908
  • Out-of-Domain Test Accuracy: 25.43%
  • Out-of-Domain QWK: 0.3367

Usage

Using Transformers

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model_name = "theluantran/cefr-bert-classifier"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

text = "Your text here"
inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=512)

with torch.no_grad():
    outputs = model(**inputs)
    predictions = torch.nn.functional.softmax(outputs.logits, dim=-1)
    predicted_class = predictions.argmax().item()

label_map = {0: 'A1', 1: 'A2', 2: 'B1', 3: 'B2', 4: 'C1/C2'}
print(f"Predicted CEFR Level: {label_map[predicted_class]}")
print(f"Confidence: {predictions[0][predicted_class].item():.2%}")

Training Configuration

  • Epochs: 4
  • Batch Size: 16
  • Learning Rate: 2e-05
  • Max Length: 512
  • Weight Decay: 0.01

License

This model is released for research and educational purposes. The training data is proprietary and not included.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForSequenceClassification
Ревизия весов
0a6ef04

0 моделей